首页|基于多源辅助变量和随机森林模型的表层土壤全氮分布预测

基于多源辅助变量和随机森林模型的表层土壤全氮分布预测

Prediction of Total Nitrogen Distribution in Surface Soil Based on Multi-source Auxiliary Variables and Random Forest Approach

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
土壤全氮与土壤质量和肥力密切相关,准确掌握土壤全氮的空间分布特征对精准农业管理措施的实施具有重要意义.以寻乌县为研究区域,利用随机森林(RF)和随机森林残差克里格(RFRK)方法,结合地形因子、地理坐标、遥感因子、气候因子、距离因子和土壤理化因子等多源辅助变量,对寻乌县表层土壤全氮的空间分布进行预测和制图,并在迭代100次模型后对比了两种模型的预测精度.结果表明,在选择的4种模型精度指标中,RF模型的决定系数均值(R2=0.6291)和一致性相关系数均值(CCC=0.7613)均高于RFRK模型(R2=0.5719,CCC=0.6881),而RF模型的平均相对误差均值(MAE=0.1570 g·kg–1)和均方根误差均值(RMSE=0.2108 g·kg–1)均小于RFRK模型(MAE=0.1682 g·kg–1,RMSE=0.2267 g·kg–1).将残差作为误差项加入RF模型并未提高其预测精度,因此,RF模型可以作为土壤属性预测的一种有效方法,为农业管理措施的实施提供技术支撑.

周洋、赵小敏、郭熙

展开 >

江西农业大学国土资源与环境学院,南昌 330045

江西省鄱阳湖流域农业资源与生态重点实验室,南昌 330045

土壤全氮 空间分布 随机森林 数字土壤制图

国家重点研发计划江西省赣鄱英才"555"领军人才项目

2017YFD0301603201295

2022

10.11766/trxb202008240312

土壤学报
中国土壤学会

土壤学报

CSTPCDCSCD北大核心
影响因子：2
ISSN：0564-3929
年,卷(期)：2022.59(2)
  • 7
  • 10